Anthropic砸重金进军生物医药、NVIDIA推出Agent Toolkit——AI巨头的下一站，为什么全在实验室里？

如果你还在用”AI 能聊天、能写代码”来理解人工智能的边界，那么最新的行业动向可能已经把你甩在了身后。

就在过去 48 小时内，AI 领域最引人注目的不是又一个大语言模型的评测分数，而是一场静悄悄的”跨界入侵”——Anthropic 发布了 Claude Science，NVIDIA 推出了 BioNeMo Agent Toolkit，Databricks 与 NVIDIA 联合发布了 Genesis Workbench for AI Scientists。这三条消息看似独立，实则指向同一个方向：AI 巨头们正在集体从”对话界面”走向”科学实验室”。

一、Anthropic 的 Claude Science：不只是聊天机器人，而是”AI 科学家”

7 月 1 日，Anthropic 正式发布了 Claude Science——一款专门面向药物研发人员和生命科学研究的 AI 工作台。这不是又一个套着科学外衣的聊天框，而是一个具备完整科研辅助能力的系统：从文献检索到假设生成、从分子结构分析到临床试验方案设计，Claude Science 试图覆盖药物研发的每一个环节。

FirstWord Pharma 的报道指出，Anthropic 同时在宣布一个完整的药物发现计划。Financial Times 则将其定位为 Anthropic 进军制药收入的战略举措。statnews.com 的报道更加直接——”Claude Science 是一款专为研究人员和制药行业打造的 AI 工作台。”

值得注意的一个细节是，Anthropic 选择在刚刚经历白宫模型禁令风波之后发布这一产品。此前几天，纽约时报报道白宫点名要求 OpenAI 限制 GPT-5.6 的发布，并只给”可信伙伴”提供访问权限。Anthropic 在被短暂禁用的同时，也在寻求与 Google 的数据中心租赁合作。在这种背景下发布 Claude Science，显然有意在”政府监管”之外开辟一条新的商业化路径——制药行业的高利润、长周期特性，恰好是 Anthropic 摆脱对单一对话商业模式依赖的最佳跳板。

Northeastern Global News 引用研究人员的观点称，Claude Science 将显著加速药物发现过程。这并非夸张——传统的药物发现需要平均 10-15 年和超过 20 亿美元的成本，而 AI 驱动的端到端管线有可能将这个周期压缩到 3-5 年。

二、NVIDIA 的 BioNeMo Agent Toolkit：把 AI Agent 送进生物实验室

几乎在同一时间，NVIDIA 也给出了自己的答案。该公司正式推出了 BioNeMo Agent Toolkit，这是一个面向药物发现和生物学研究的 AI Agent 工具包，旨在让制药公司和研究机构能够构建自主运行的 AI 科研系统。

SiliconANGLE 的报道标题直截了当——”NVIDIA bets on agentic AI to turbocharge biotech discovery”。NVIDIA Newsroom 的消息则显示，BioNeMo 平台已经被多家生命科学研究领导者采用。TechSpot 的报道进一步确认，Tecan 等实验室设备制造商正在利用 NVIDIA 的 Agentic AI 技术加速数据驱动的实验室建设。

与此同时，NVIDIA 还与 Databricks 联合发布了 Genesis Workbench for AI Scientists，这是一个专门为 AI 科学家设计的协作平台。HPCwire 的报道指出，这个工作台的定位是帮助研究人员在真实世界中运行和管理 AI 驱动的科学实验。

这里有一个值得注意的趋势：NVIDIA 不再只是卖 GPU 给 AI 公司，而是在构建从芯片到 Agent 的完整生命科学 AI 栈。从 BioNeMo 的基础设施层，到 Genesis Workbench 的协作层，再到 Agent Toolkit 的执行层，NVIDIA 正在试图成为”AI 驱动科学发现”的操作系统提供商。

三、Jeff Bezos 的暗线布局：AI 巨头的”第二增长曲线”在哪里？

如果只看 Anthropic 和 NVIDIA 的动作，你可能会认为这只是又一个”AI+X”的故事。但 24/7 Wall St. 的一篇报道提供了一个更宏观的视角——”Move Over AI: Jeff Bezos and NVIDIA Are Quietly Backing a New Breakthrough Industry”。

这篇报道指出，Jeff Bezos 和 NVIDIA 正在联手押注一个被大多数人忽视的突破性行业——AI 驱动的生命科学。Bezos 通过他的投资渠道早已布局了多家 AI 制药公司，而 NVIDIA 则为这些公司提供底层的计算基础设施。两者的结合，正在形成一个从资本到技术的完整生态系统。

这与 Anthropic 和 NVIDIA 的最新动作形成了完美的呼应。AI 巨头们的逻辑很清晰：聊天机器人的市场终会饱和，但科学发现的边界是无限的。

四、为什么是现在？AI 进入生命科学的三个前提条件

很多人会问：AI 早就应该进入制药行业了，为什么偏偏是 2026 年？答案在于三个关键前提条件同时成熟：

第一，大语言模型的能力已经跨越了”科学推理”的门槛。早期的 AI 在药物发现中只能做简单的分子筛选，但 Claude Science 和 BioNeMo 所代表的新一代系统已经能够处理复杂的假设生成和多步骤推理——这正是科学研究的核心能力。

第二，Agentic AI 的成熟让”自主科研”成为可能。2025 年我们看到了 AI Agent 在企业内部的初步应用，而到了 2026 年，这些 Agent 已经具备了在封闭环境中长期运行的能力。BioNeMo Agent Toolkit 的核心创新就在于此——它不是让 AI 给出建议，而是让 AI 自主执行实验方案。

第三，制药行业的支付意愿达到了临界点。随着人口老龄化和罕见病需求的增加，传统药物研发的成本压力已经到了无法承受的地步。Financial Times 将 Claude Science 定位为 Anthropic 的”制药收入战略”，这本身就说明了一个事实：制药公司愿意为能缩短研发周期的 AI 支付巨额费用。

五、深层影响：AI 科学化的三大战场

Claude Science 和 BioNeMo 的发布不仅仅是两个产品的亮相，它们标志着 AI 行业正在进入一个全新的阶段——AI 科学化（AI for Science）。我们可以预见三个主要的竞争战场：

战场一：基础模型层。Anthropic 的 Claude Science 和 NVIDIA 的 BioNeMo 代表了两种不同的路径——前者从通用大模型出发，后者从专用科学模型出发。最终谁能建立更强大的”科学基座模型”，谁就掌握了整个生态的话语权。

战场二：数据层。药物发现的核心壁垒不是算法，而是数据。NVIDIA 联合 Databricks 推出 Genesis Workbench，本质上是在构建一个跨机构的科学数据协作平台。谁能掌握最多的高质量生物医学数据，谁就能训练出最强大的科学 AI。

战场三：商业化层。Anthropic 选择直接面向制药公司收费，NVIDIA 选择通过基础设施授权获利，Bezos 则通过投资组合分散风险。这三种模式各有优劣，但最终胜出的将是那个能够将 AI 能力最快转化为实际药物管线的玩家。